ShadowCoerce 开源项目使用教程
1. 项目介绍
ShadowCoerce 是一个用于演示和测试 MS-FSRVP(Microsoft File Server Remote VSS Provider)强制滥用(coercion abuse)的开源项目。该项目的目的是通过 PoC(Proof of Concept)展示如何利用强制认证机制来攻击 File Server VSS Agent 服务。该项目的作者是 Lionel GILLES(a.k.a Topotam),并在 GitHub 上开源,遵循 GPL-3.0 许可协议。
2. 项目快速启动
在开始使用 ShadowCoerce 之前,确保你的目标服务器上已启用 "File Server VSS Agent Service"。以下是快速启动的步骤和示例代码:
首先,克隆项目到本地:
git clone https://github.com/ShutdownRepo/ShadowCoerce.git
cd ShadowCoerce
然后,使用以下命令运行 ShadowCoerce,替换 domain、user 和 password 为你的目标服务器的实际值:
python shadowcoerce.py -d "domain" -u "user" -p "password"
注意:在某些情况下,如果目标服务器长时间未请求 FssAgent,可能需要尝试运行两次命令才能成功。
3. 应用案例和最佳实践
-
案例一:利用 ShadowCoerce 获取目标服务器上的文件列表
通过 ShadowCoerce,可以远程获取目标服务器上的文件列表。确保你已经按照快速启动步骤配置了环境,并成功运行了命令。
-
最佳实践:确保目标服务器的 File Server VSS Agent 服务始终处于活动状态
为了减少攻击尝试的次数,保持目标服务器上的 File Server VSS Agent 服务活跃是一个好方法。
4. 典型生态项目
-
项目一:MITMf
MITMf 是一个开源的中间人攻击框架,可以与 ShadowCoerce 结合使用来增强攻击效果。
-
项目二:Impacket
Impacket 是一个用于网络渗透测试的 Python 库,可以用来执行各种 Windows 网络协议的攻击。
以上两个项目都可以与 ShadowCoerce 互操作,为网络安全专家提供了一个丰富的工具集。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00